Extensions/H3ZeroStudio
ComfyUI Extension

H3ZeroStudio

CapCut-style timeline editor for MiniMax H3 video inside ComfyUI: multi-segment long videos with per-segment prompts and references, seamless continuations, bridges, takes, character cards (RefMod-compatible), upscale and export.

By zeroleloushe·Created 5 days ago·Updated a day ago· 7
zeroleloushe/H3ZeroStudio
Nodes—
On cloudLocal install
Stars7
Updateda day ago
Readme
<div align="center">

🎬 H3ZeroStudio

Таймлайн-редактор в стиле CapCut для MiniMax H3 прямо внутри ComfyUI

Длинные ролики из отрезков, у каждого свой промпт и референсы. Отрезки продолжают друг друга без швов, а персонажи остаются теми же.

License: GPL-3.0 ComfyUI MiniMax H3 Plain JS Tests

Возможности · Установка · Модели · Как пользоваться · Горячие клавиши · FAQ · English · Благодарности

</div>

Редактор H3ZeroStudio

<p align="center"><i>Редактор на 21:9 (3389×1288): ассеты, плеер, карточка отрезка, таймлайн с дублями, маркерами, дорожкой «Аудио» и «Музыка».</i></p> <table> <tr> <td width="50%"><img src="docs/images/live.webp" alt="Живое превью во время генерации"><br><sub><b>Генерация:</b> живое превью шага (taeh3), графики σ / Δ, статус в шапке</sub></td> <td width="50%"><img src="docs/images/graph.webp" alt="Нода на графе ComfyUI"><br><sub><b>На графе:</b> компактная нода с превью, полосой отрезков и прогрессом</sub></td> </tr> </table>

Таймлайн

✨ Возможности

  • 🎞️ Таймлайн как в видеоредакторе.
    • Отрезки, линейка, плейхед, масштаб от 1/16 до 64×.
    • Длина меняется по сетке H3 17k+5 кадров.
    • Разрезать, дублировать и продлить. Шов между клипами тянется (roll edit, с Shift — ripple).
    • Миниатюры кадров и скраб-превью при наведении.
  • 🔗 Продление без швов.
    • Хвост латента предыдущего отрезка фиксируется в начале следующего.
    • Последний кадр идёт референсом, звук продолжается через нативную audio denoise mask H3.
    • «Новая сцена» — обычная монтажная склейка.
  • 🖼️ Ассеты и референсы.
    • Категории: персонажи, локации, прочее, аудио.
    • Перетаскивание на клип и Ctrl+V.
    • Автонумерация <Picture N>, лимит H3 — 9 картинок на отрезок.
  • ✎ Редактор промпта. Кнопка «✎ Редактировать» у каждого поля промпта открывает большое окно (CodeMirror 6):
    • @ — список референсов этого промпта с миниатюрами, вставляет <Picture N> / <Video N> / <Audio N>; метки подсвечены, несуществующие помечены;
    • поиск/замена (Ctrl+F / Ctrl+H), отмена/повтор, перенос, номера строк, моноширинный шрифт, размер, счётчик слов/символов/токенов;
    • панель «Структура H3» (subject_definitions → non_diegetic_music) с пояснениями, счётчиком слов detailed_description (350–500) и «Вставить шаблон»;
    • Ctrl+Enter — применить, Esc — отмена.
  • 🎭 Дубли (takes).
    • До 12 вариантов на отрезок. Выбранный дубль идёт в склейку и в продолжение.
    • Изменившиеся зависимые отрезки помечаются «изменён».
  • 🎵 Звук.
    • Дорожка «Аудио» фиксирует звук: видео подстраивается под ритм и липсинк.
    • Дорожка «Музыка» — фон, который подмешивается в итог.
    • Стыки сшиваются с точностью до сэмпла.
  • ✎/✦ Два этапа. Быстрый черновик в малом размере, затем чистовик: латентный апскейл и короткая доработка с сохранением звука 1:1.
  • ↑ Апскейл отрезка и всего ролика. Обученный латентный апскейлер H3, RTX Video Super Resolution или синхронные плитки (SyncTile). Размер задаётся в мегапикселях. Длинные клипы обрабатываются по кускам по времени, поэтому хватает 12 ГБ VRAM.
  • ✂ Пересоздать участок. Кнопка «✂ Участок» над таймлайном: выделите кусок в середине клипа (сгенерированного или футажа), и пересоздастся только он. Видео и звук до и после остаются контекстом, швы — кадр в кадр и сэмпл в сэмпл, у участка свои дубли.
  • 👁️ Живое превью каждого шага через tiny VAE taeh3 со звуком, графики σ / Δ и время шага.
  • ⛶ Во весь экран и «Удобный просмотр». Плеер разворачивается на весь экран (F). «Удобный просмотр» для сборки ролика, клипа или файла из галереи: масштаб вписать / ×1 / ×2 / ×4 и колесом у курсора, перетаскивание, шаг по кадрам с таймкодом, скорость 0.25–2×, петля, чёткие пиксели.
  • 📌 Маркеры. Заметка, событие At 3.2s: …, усиление персонажа. Маркер конца ролика обрезает итог ровно по нему.
  • 🗂️ Галерея и проекты.
    • Все результаты с фильтрами и избранным. Варианты одного видео (черновик, финал, апскейлы, дубли, участки) собраны в одну стопку, клик открывает её как папку.
    • A/B-сравнение с синхронным воспроизведением и увеличением ×1/×2/×4: A и B увеличиваются и сдвигаются вместе.
    • Проекты сохраняются автоматически; есть экспорт и импорт zip с ассетами.
  • 〰 Качество швов. После генерации каждый стык оценивается (шов незаметен / лёгкий скачок / резкий шов, плюс скачок громкости) — точка над стыком, карточка клипа и галерея подсказывают, где сделать «Ещё дубль». Жёсткие склейки звука без щелчков (затухание ~5 мс), все MP4 в BT.709, настраиваемый запас VRAM во время генерации. Яркость и цвет на стыках-продолжениях выравниваются по готовым кадрам (окно 12 кадров с каждой стороны, настраивается; кэш и дубли не трогаются), оценка показывает «до → после».
  • 🗂 Проект в одной папке. Все файлы проекта — загруженные ассеты (одинаковые хранятся один раз), их обработанные версии, постеры видео, генерации, кэш, дубли, галерея и экспорт по умолчанию — в output/h3zerostudio/<id проекта>/. Старые проекты при открытии копируют туда свои общие файлы (оригиналы не трогаются, кэш не сбрасывается); дублирование и zip берут ассеты с собой; удаление с галочкой «Удалить все файлы проекта» показывает размер и удаляет папку; «Очистить неиспользуемое» убирает общие остатки старых версий.
  • 📦 Пресеты моделей и LoRA. База (diffusion model + dtype или чекпойнт), энкодер, VAE и список LoRA с силами для модели и энкодера — в общей библиотеке; пресет на проект и при желании свой у клипа; подключённые провода важнее. Модели кэшируются между запусками, смена LoRA не перечитывает базу. Файлы и силы LoRA входят в ключ кэша только при пресете; любое изменение объяснено в логе промаха и в «↺ Восстановить». Вкладка «Модели» слева: панель пресетов, стек LoRA (поиск и папки models/loras, сила ▲▼, вкл/выкл, перетаскивание; раскладка по идее Pixaroma LoRA Loader, код свой) и файлы моделей.
  • ↺ Надёжный кэш и восстановление. Готовый дубль хранится вместе с латентом, рецептом, мастер-кадрами и звуком: повторный запуск не вызывает ни модель, ни VAE, «Очистить кэш» не теряет продолжение. Референсы сравниваются по содержимому (копия / zip / пересохранение не сбрасывают кэш). На клипе «изменён» — «↺ Восстановить»: список «что изменилось» и возврат выбранных полей; причина промаха кэша — в консоли ([H3ZS] cache miss: … reason).
  • 💾 Кэш по хэшу параметров. Перегенерируется только то, что изменилось. Прогресс не теряется при перезагрузке вкладки.
  • 📖 «Справка» прямо в редакторе: 27 разделов с поиском.
  • ⌨️ Undo/Redo и горячие клавиши.
  • 🔌 Офлайн. Интерфейс на чистом JS/DOM, без CDN; единственная библиотека — вложенный CodeMirror 6 (MIT) для редактора промпта.

📦 Установка

Рекомендуется — через ComfyUI Manager. Откройте Manager → Custom Nodes Manager, найдите H3ZeroStudio, нажмите Install и перезапустите ComfyUI. Страница в реестре: registry.comfy.org · h3zerostudio.

Или через comfy-cli:

comfy node install h3zerostudio

Вручную (git clone):

cd ComfyUI/custom_nodes
git clone https://github.com/zeroleloushe/H3ZeroStudio.git ComfyUI-H3ZeroStudio

Дальше:

  • Зависимости ставить не нужно. Используются torch, numpy, Pillow, PyAV и aiohttp, которые уже есть в ComfyUI (requirements.txt пустой, там только опции).
  • Нужен ComfyUI с нативной поддержкой MiniMax H3, то есть свежая версия.
  • Перезапустите ComfyUI. Нода появится в категории MiniMax H3/H3ZeroStudio под именем «H3ZeroStudio · Timeline» (в русском интерфейсе ComfyUI — «H3ZeroStudio · Таймлайн»).
<details> <summary>Windows (portable / Easy-Install), embedded Python</summary> 
cd ComfyUI\custom_nodes
git clone https://github.com/zeroleloushe/H3ZeroStudio.git ComfyUI-H3ZeroStudio
rem опционально, для RTX VSR:
..\..\python_embeded\python.exe -m pip install nvidia-vfx
</details>

🧩 Модели

| Что | Файл | Папка | Нужно? | |---|---|---|---| | MiniMax H3 (модель, текстовый энкодер, video VAE, audio VAE) | штатные файлы H3 для ComfyUI | models/diffusion_models, models/text_encoders, models/vae | обязательно (без audio VAE — только видео) | | Обученный латентный апскейлер H3 | minimax_h3_latent_upscaler_3d_bf16.safetensors (HF) | models/latent_upscale_models | для 2 этапов и апскейла (метод по умолчанию) | | ↳ нода апскейлера | Comfyui_Minimax_h3_latent_Upscaler (нода MinimaxH3LatentUpscaler3D) | custom_nodes | вместе с моделью | | RTX Video Super Resolution | пакет nvidia-vfx (pip install nvidia-vfx) и видеокарта NVIDIA RTX | — | опционально: метод «качество» и запасной вариант | | Tiny VAE для превью | taeh3.safetensors (madebyollin/taehv) | models/vae_approx | опционально: без него превью грубое (latent → RGB) |

Папки ищутся стандартно через folder_paths, поэтому пути из extra_model_paths.yaml тоже работают. Что найдено, видно в редакторе: «Настройки» → «Модели».

Если для чистовика или апскейла нет ни обученного апскейлера, ни RTX VSR, генерация остановится до сэмплинга с понятной ошибкой.

🚀 Как пользоваться

  1. Соберите граф.
    • Добавьте ноду «H3ZeroStudio · Timeline» («Таймлайн» в русском ComfyUI).
    • Подключите model (можно с turbo LoRA: 4–8 шагов, CFG 1), clip, vae и audio_vae.
    • Вход audio необязателен: свой звук можно загрузить и в ассеты.
  2. Нажмите «Развернуть» (или двойной клик по ноде). Редактор откроется на всё окно.
  3. Загрузите ассеты — персонажей, локации, аудио — и перетащите их на клипы.
  4. Напишите промпт каждому отрезку и выберите связь:
    • «Продление» продолжает предыдущий отрезок;
    • «Новая сцена» — монтажная склейка.
  5. Запустите.
    • «Сгенерировать» (Ctrl+Enter) — весь ролик.
    • Кнопки на клипе: «Сгенерировать» / «Ещё дубль» — только этот отрезок.
  6. Доведите результат. Выбирайте лучшие дубли, правьте отрезки (перегенерируется только изменённое) и делайте чистовик или апскейл.
  7. Заберите выходы ноды:
    • images (24 fps);
    • audio;
    • latent — склеенный AV-латент, например для H3 Windowed Refine.

Проект целиком живёт внутри workflow, в скрытом виджете ноды: отрезки, дубли, маркеры, аудио, настройки. Копии проектов лежат в output/h3zerostudio/_projects.

<table> <tr> <td width="34%"><img src="docs/images/segment_card.webp" alt="Карточка отрезка"><br><sub><b>Карточка отрезка:</b> связь, длительность, промпт, референсы, дубли</sub></td> <td width="33%"><img src="docs/images/context_menu.webp" alt="Контекстное меню клипа"><br><sub><b>Правый клик по клипу:</b> дубль, этапы, апскейл, перекрытие, маркер</sub></td> <td width="33%"><img src="docs/images/assets.webp" alt="Ассеты"><br><sub><b>Ассеты:</b> персонажи, локации, прочее, аудио с волной</sub></td> </tr> </table>

⚙️ Настройки и этапы

<table> <tr> <td width="50%"><img src="docs/images/settings.webp" alt="Вкладка Настройки"></td> <td width="50%"><img src="docs/images/upscale.webp" alt="Блок апскейла с плитками"></td> </tr> <tr><td><sub><b>«Настройки»:</b> этапы, параметры прохода, продление, кэш, превью, модели</sub></td><td><sub><b>«Апскейл»:</b> метод, итоговые Мп, σ; для плиток — сетка 3×3 и перекрытие</sub></td></tr> </table>

Язык интерфейса — русский или английский: «Настройки» → 🌐 «Язык интерфейса» («Авто» — как в ComfyUI).

В правой панели собрано то, что меняется часто: отрезок, общий промпт, негатив, разрешение и сид. Всё остальное — во вкладке «Настройки». Глобальные настройки хранятся в output/h3zerostudio/_settings.json. Есть два режима: «Для всех проектов» и «Только этот проект».

Режим генерации («Настройки» → «Генерация»):

  • 1 этап — каждый отрезок сразу в финальном размере.
  • 2 этапа — сначала черновик (по умолчанию 50 % по стороне), затем чистовик:
    1. Видео-латент выбранного черновика увеличивается обученным апскейлером H3 (или через RTX VSR → VAE encode).
    2. Короткий проход H3 стартует с σ 0.40 (проверенный диапазон 0.25–0.45). Это доля шума, а не «denoise».
    3. Звук черновика сохраняется 1:1 через маску звука H3, перекрытие фиксируется по доработанному предыдущему отрезку.
  • ✎ Черновик / ✦ Чистовик / ↑ Финал из черновика запускают один этап для одного клипа, не меняя режим проекта.
  • У «Основного прохода», «Этапа 1» и «Этапа 2» свои шаги, cfg, сэмплер, расписание и shift. Пустое поле означает «как в основном проходе».
<details> <summary>Подробнее: кэш, лог, перекрытие</summary>
  • Кэш.
    • Черновики и финалы кэшируются отдельно в output/h3zerostudio/<проект>/cache/ по хэшу параметров. Переключение режима ничего не стирает.
    • Сервер хранит состояние запуска (/h3zero/status). Редактор догоняет пропущенное после перезагрузки вкладки или возврата в окно.
  • Перекрытие продлений: 22, 39, 56 … кадров (сетка 17k+5). Задаётся глобально и для каждого стыка: в карточке или через ПКМ → «Перекрытие». Значения 39/90/141 ложатся точно на сетку звука 40 Гц.
  • Лог [H3ZS] в консоли ComfyUI.
    • Сводка запуска.
    • Начало каждого отрезка: seed, какой ассет стоит за каким <Picture N>, HIT/miss кэша.
    • Строка на каждый шаг: σ, Δ, мс, ETA, VRAM.
    • Итог склейки.
  • Оценка до запуска. Кадры, секунды и примерное время. Предупреждения: выход за обучающий диапазон H3 (124–362 кадра), пустые промпты, маркеры без эффекта.
</details>

↑ Апскейл

Отрезок увеличивается и дорабатывается, остальные при этом не трогаются. Запустить можно кнопкой ↑ на клипе, через меню клипа «↑ Апскейл отрезка ▸» (метод ▸ размер в Мп) или из карточки. «↑ Апскейл» в шапке увеличивает весь ролик: готовые отрезки берутся из кэша, прерванный запуск продолжается.

  • Размер — в мегапикселях («Настройки» → «Апскейл»): пресеты 1.0–4.0 Мп или свой. Рядом сразу видно итоговое W×H: пропорции проекта, стороны кратны 32. Старые ×1.5 / ×2 автоматически переводятся в Мп с тем же размером, кэш сохраняется.
  • Куски по времени. Длинный клип не увеличивается целиком: он делится на куски ≈ N секунд (по умолчанию 5 с → 124 кадра, длина прилипает к сетке H3 17k+5) с перекрытием (по умолчанию 22 кадра). Куски идут по очереди: у каждого свой апскейл и своя доработка (с плитками внутри, если они включены), после куска VRAM освобождается. Следующий кусок продолжает чистый хвост предыдущего, как при продлении; на стыке кадры смешиваются при декодировании. Число кусков считается автоматически по длине. Логика — как в последовательном режиме собственной ноды автора ComfyUI-H3-WindowedRefine.

| Метод | Как работает | σ по умолчанию | |---|---|---| | Латент + доработка (по умолчанию) | обученный апскейлер H3 прямо в латенте, без VAE decode/encode | 0.40 | | RTX VSR → доработка | decode → RTX VSR (ULTRA) → encode, вариант «качество» | 0.25 | | Плитки (SyncTile) | синхронные плитки: на каждом шаге считаются все плитки со своими референсами и смешиваются рампами | 0.60 (рекомендуется: ниже почти не влияет, 0.60 держит согласованность и почти не меняет детали) |

  • Для плиток задаются размер (768×448 … 1280×704 или свой) и перекрытие. Итоговая сетка показывается сразу, например «3×3 = 9 плит. → 1728×960».
  • Звук отрезка сохраняется 1:1.
  • Апскейл — это обычный дубль: к версии без апскейла всегда можно вернуться.
  • Прогресс виден по каждой плитке: кусок i/N, шаг, тайл, проценты и ETA (в консоли и в шапке), плюс рамка текущей плитки поверх плеера.

✂ Пересоздать участок

Если не нравится кусок в середине клипа или на стыке двух, нажмите «✂ Участок» на панели над таймлайном (R) и протяните по видеодорожке. Появится розовая рамка — то, что пересоздаётся. Голубая штриховка по бокам — контекст до и после, он не меняется. Края рамки тянутся, за ярлык рамка двигается. В карточке над таймлайном: промпт участка (подставлен промпт отрезка), референсы, сид, длина контекста до/после и кнопка «↻ Пересоздать». Esc или повторное нажатие кнопки — выход из режима. Второй путь — меню клипа «↻ Перегенерировать участок…».

  • Как работает. Окно H3 = контекст до + участок + контекст после. Латенты контекста (готовые клипы или закодированный футаж) остаются чистыми через нативную временную маску H3 по видео и звуку, шумится только середина. Видео вклеивается кадр в кадр. Звук — с точностью до сэмпла: смещение по корреляции на зонах контекста, выравнивание уровня, короткие переходы в самых тихих местах.
  • Мост, пролог, продолжение. Выделение может пересекать склейку или промежуток (мост: хвост сцены до и начало следующей — контекст), начинаться в промежутке перед сценой (пролог) или заходить за её конец (продолжение). Тот же движок, тот же кэш и дубли; в режиме «2 этапа» — один финальный проход.
  • Оба шва участка выравниваются по яркости и цвету (если включено) и получают оценку шва — точки на рамке и строка «Швы» в карточке. «↺ Восстановить» в дублях участка возвращает входы, с которыми сделан выбранный дубль.
  • Сетка H3. Края прилипают к блокам по 17 кадров (≈0,71 с), окно всегда 17k+5 кадров; карточка показывает, что именно пересоздаётся.
  • Дубли. Каждый результат — дубль участка: «Оригинал / 1 / 2…», можно сравнивать и возвращать. Если отрезки под участком изменились, дубль помечается «устарел» и в ролик не идёт.
  • 2 этапа: окно сначала в черновике, затем апскейл и доработка; звук черновика сохраняется.
  • Ограничения: участок не пересекает склейку (новая сцена, граница футажа, продление без перекрытия). У края сцены контекста с той стороны нет. Окно — не больше 957 кадров, лучше 124–362.

◈ Персонажи (карточки)

Вкладка «Персонажи» — библиотека заранее закодированных референсов (персонаж, локация, одежда, стиль, движение, голос) в формате RefMod .safetensors (тот же, что у ComfyUI-MiniMaxH3Mod). Карточки хранятся в одной общей библиотеке output/h3zerostudio/_characters (с превью) — видны во всех проектах; удаление проекта, «Очистить неиспользуемое», дублирование, zip и перенос её не трогают, проект хранит только id и подпись карточки. Файлы из models/refmods видны только для чтения. Файлы, добавленные в форму с диска, временно лежат в _characters/.uploads и удаляются после создания карточки или через сутки.

  • Создание из ассетов проекта: фото (порядок, кадрирование — первое задаёт пропорции), необязательный клип (правило 17 кадров) и голос (обрезка, ≈80 токенов/с); Full или Compressed; описание субъекта (имя, внешность, что сохранять, голос). Перед созданием видно, сколько токенов займёт карточка.
  • Применение: клик или перетаскивание на клип / ✂ участок. Карточка подаётся целиком после обычных референсов, метки <Picture N> / <Video N> / <Audio N> продолжают нумерацию; вес ×2–×4 = копии, < 1 = ослабленная; вкл/выкл, отдельно внешность и голос. Входит в ключи кэша, дубли и «Восстановить».
  • В редакторе промпта: метки карточек в @-списке; «◈ Набросать из персонажей» заполняет subject_definitions / retention_analysis; !Имя → <Subject N> Имя; кнопки 🎙 вставляют реплику персонажа <d>…</d>; предупреждения о неупомянутых, выключенных и неподаваемых карточках.

🎵 Звук: «Аудио» (фиксация) и «Музыка»

| | Дорожки «Аудио» (2 полосы) | Дорожка «Музыка» | |---|---|---| | Что делает | звук фиксируется в аудиолатенте на всех шагах | фон, подмешивается к итогу при склейке | | Видео | подстраивается под звук (ритм, липсинк, удары) | не зависит от музыки | | Звук H3 под клипом | заменён вашим | генерируется как обычно, музыка ложится поверх | | Для чего | клип под песню, озвучка, синхрон | саундтрек, эмбиент |

  • Аудиоклипы можно двигать, подрезать за края, разрезать на плейхеде (S) и удалять (Del).
  • Аудиоассет в референсах отрезка — это только подсказка <Audio N> (H3 ref_audios, до 3 на отрезок).
  • Стыки продлений:
    • Аудиолатент перекрытия защищается маской: модель продолжает ту же музыку, голос и фон.
    • Склейка выравнивается по корреляции, с точностью до сэмпла.
    • Если по обе стороны разный звук — выравнивание громкости и равномощный кроссфейд.

🗂️ Галерея, проекты, справка

<table> <tr> <td width="50%"><img src="docs/images/gallery.webp" alt="Галерея"></td> <td width="50%"><img src="docs/images/projects.webp" alt="Проекты"></td> </tr> <tr><td><sub><b>Галерея:</b> стопки вариантов (черновик → финал → апскейлы, участки), фильтры, поиск, избранное, A/B (Ctrl+клик) с увеличением ×2/×4</sub></td><td><sub><b>Проекты:</b> открыть, переименовать, дублировать, экспорт/импорт zip с ассетами</sub></td></tr> </table>

Справка

<p align="center"><sub><b>«Справка»</b>: руководство для новичков прямо в редакторе — 26 разделов, оглавление и поиск с подсветкой.</sub></p> <details> <summary>Ещё скриншоты: плеер, редактор ассета, сохранение</summary>

Плеер

| Редактор ассета | Экспорт / сохранение | |---|---| | Редактор ассета | Сохранение |

</details>

⌨️ Горячие клавиши

| Клавиша | Действие | |---|---| | Пробел | play / pause | | S / D / E | разрезать / дублировать / продлить отрезок | | S при выбранном аудиоклипе | разрезать аудиоклип на плейхеде | | M | маркер на плейхеде | | R | «✂ Участок»: выделить и пересоздать часть ролика | | Del / Backspace | удалить отрезок или аудиоклип | | ← → (Shift — по секунде), Home / End | перемотка | | [ ] | предыдущий / следующий отрезок | | + −, Ctrl+колесо | масштаб таймлайна (к курсору) | | Ctrl+Z / Ctrl+Y | отменить / повторить | | Ctrl+Enter | сгенерировать | | Правый клик по клипу | контекстное меню | | Shift при перетаскивании шва | ripple вместо roll | | Esc | закрыть меню / выйти из «✂ Участок» / снять выбор / свернуть редактор |

Пока открыт редактор, горячие клавиши ComfyUI (в том числе его Ctrl+Z для графа) не срабатывают.

❓ FAQ

<details><summary><b>«Апскейл недоступен» / чистовик не запускается</b></summary>

Нужен обученный апскейлер: нода Comfyui_Minimax_h3_latent_Upscaler и файл minimax_h3_latent_upscaler_3d_bf16.safetensors в models/latent_upscale_models. Другой вариант — pip install nvidia-vfx на ПК с NVIDIA RTX. Статус виден в «Настройки» → «Модели».

</details> <details><summary><b>Превью во время генерации мутное, цвета странные</b></summary>

Положите taeh3.safetensors в models/vae_approx и выберите в «Живое превью» tiny VAE «авто». Без него используется грубое приближение latent → RGB.

</details> <details><summary><b>Кнопки «Сгенерировать» на отрезке-продлении серые</b></summary>

Продлению нужен готовый (выбранный) дубль предыдущего отрезка: без его хвоста продолжать нечего. Сначала сгенерируйте предыдущий отрезок. Первый отрезок и «Новая сцена» доступны всегда.

</details> <details><summary><b>У старой ноды на графе бейдж [DEPR]</b></summary>

Это workflow со старой нодой ZL_H3Studio (прежнее имя «H3 Studio»). Он по-прежнему загружается, а в компактном виде ноды есть кнопка «⇪ Обновить ноду»: она заменяет ноду на новую, сохраняя проект, связи, позицию и значения.

</details> <details><summary><b>Где хранятся проекты и результаты? Нужен ли интернет?</b></summary>

Проект хранится внутри workflow и копией в output/h3zerostudio/_projects. Кэш и результаты лежат в output/h3zerostudio/<проект>/, ассеты — в input/h3zerostudio/. Интернет не нужен: интерфейс работает офлайн, без CDN.

</details> <details><summary><b>Сколько длиной делать отрезки?</b></summary>

Держите отрезки в обучающем диапазоне H3: 124–362 кадра, это примерно 5–15 с. Длинный ролик собирайте продлениями. Отрезки генерируются последовательно.

</details> <details><summary><b>Плитки апскейла упираются в VRAM</b></summary>

Возьмите плитку меньше (например, 768×448): плиток станет больше, но каждая легче. Итоговая сетка и размер показываются до запуска.

</details>

🧪 Тесты

python -m pip install pytest
python -m pytest            # или COMFYUI_PATH=/путь/к/ComfyUI python -m pytest

78 тестов запускают настоящий MiniMaxH3 в крошечной конфигурации с фейковыми CLIP и VAE на CPU. Они проверяют:

  • продления, кэш и перекрытие;
  • аудио-фиксацию и швы;
  • дубли и маркеры;
  • этапы и апскейл;
  • превью;
  • синтаксис JS и совпадение логики Python и JS.

🇬🇧 English

H3ZeroStudio is a CapCut-style timeline editor node for MiniMax H3 in ComfyUI.

The interface is available in English and Russian: «Settings» → 🌐 Interface language (Auto follows ComfyUI's language). The node is “H3ZeroStudio · Timeline”; with ComfyUI set to Russian, its name and tooltips are shown in Russian.

  • Segments. Build a long video from segments, each with its own prompt and reference images. Extend continues the previous segment: its latent tail is pinned and audio continues through H3's native denoise masks. New scene is a hard cut.
  • Takes. Keep up to 12 takes per segment. Only changed segments are re-generated, thanks to a content-hash cache.
  • Two stages. A fast draft first, then a final pass: learned H3 latent upscaler (or RTX VSR) plus a short low-σ refine that keeps the draft audio 1:1.
  • Upscale. Per segment or the whole video: learned latent upscaler, RTX Video Super Resolution, or synchronized tiles (SyncTile). Footage used as is is upscaled too (VAE-encoded frames through the same mode; with RTX VSR the file's own frames, no VAE, no refine), and so are ✂ spans (bridge / prologue / region takes, right click «↑ Апскейл участка»; cached with the take, seams level-locked after the upscale). The target size is set in megapixels. Long clips are processed in sequential temporal chunks (upscale + refine per chunk, overlaps continued like an extension, VRAM freed between chunks), which keeps a 12 GB GPU in budget.
  • Regenerate a range. The «✂ Участок» toolbar button selects a range in the middle of a clip (generated or footage). Only that range is re-sampled; the video and audio before and after it stay as clean context (H3's native per-modality temporal mask). The result is spliced back frame-exactly and sample-exactly, and each result is a take of the region.
  • Audio. "Аудио" lanes lock your audio, so the video follows its rhythm and lip-sync. The "Музыка" lane is a background music bed mixed into the output.
  • Live preview. Every step is decoded with taeh3, with audio, σ/Δ charts and a per-step log.
  • Prompt editor. «✎ Редактировать» on every prompt field opens a large CodeMirror 6 editor: @ lists this prompt's references (with thumbnails) and inserts <Picture N> / <Video N> / <Audio N>; tokens are highlighted and dangling ones flagged; find/replace, undo/redo, wrap, line numbers, mono font, word/char/token counter; a side panel explains the recommended H3 prompt structure (subject_definitions … non_diegetic_music), counts detailed_description words against 350–500 and inserts a skeleton.
  • Seams. Every extend join is rated after generation (seamless / soft bump / hard cut, plus the loudness jump) on the timeline, clip card and gallery, with a hint to reroll. Hard audio cuts get a ~5 ms de-click taper; all MP4s are BT.709-tagged; a configurable VRAM headroom is kept free during runs (ideas after chanon/comfyui-obvpm-timeline, GPL-3.0). Level lock: brightness/contrast/colour at extend joins is matched on the decoded frames (both sides meet in the middle, smoothstep over a 12-frame window each side, configurable, shift capped at ±20/255) — latents, cache and takes stay as they are; the seam rating shows after vs before.
  • Gaps and bridges. With «🧲 Магнит» off (the default; toolbar button, remembered in Settings) a plain drag of a clip moves it (and everything after it) and leaves a gap; within 10 px of the previous clip it snaps back, and dropped onto an earlier clip it reorders. With the magnet on, clips stick and a drag reorders. Alt (or Ctrl) while dragging inverts the mode. The gap stays (delete, reload, save), plays as black + silence and starts a new shot. Its «✂ Заполнить» button makes a ✂ span over it (bridge, or prologue before the first clip) and opens its card; ✕ removes it; a click selects it (Del removes it). Once the span has a take, the gap (and the parts of the neighbour clips the span regenerated) is drawn like a clip from the take's frames — filmstrip, «✂ Мост / Пролог» label, seam dots, hover frames; click opens the span card, right click offers «↻ Пересоздать» / «✕ Убрать заполнение»; a stale take is shown dimmed with ↺. Playback and export use those frames. A ✂ span may now cross a cut or a gap: the tail of the shot before and the head of the next are encoded as context, the middle is generated (bridge); before the first clip it is a prologue, past the last one an extension. Edges snap to 17-frame blocks, audio is spliced sample-exact, the result is cached by its inputs including the gaps. Both seams of every span are level-locked (when on) and rated; the take card shows them and «↺ Восстановить» brings back a take's inputs.
  • Self-contained projects. Every file of a project — uploaded assets (stored once per content), asset-editor derivatives, video posters, generations, cache, takes, gallery and the default export folder — lives in output/h3zerostudio/<project id>/. Older projects copy their shared files in on open (originals untouched, cache keys unchanged); duplicate and zip export carry the assets; deleting with «delete all project files» shows the size and removes the folder; «Clean unused» removes shared leftovers no saved project references.
  • Characters. A library of pre-encoded reference cards (character, location, outfit, style, motion, voice) in the RefMod .safetensors format of ComfyUI-MiniMaxH3Mod: build one from project photos (reorder, crop; the first sets the aspect), an optional clip and a voice sample, Full or Compressed, with a token estimate; drop it on a clip or a ✂ span — it goes in after the plain refs with continued <Picture N> / <Video N> / <Audio N> numbering, weight = copies, on/off, look/voice.
  • Model & LoRA presets. Base model (diffusion model + dtype or checkpoint), text encoder, VAEs and an ordered LoRA stack with model/clip strengths, kept in a shared library; one per project, optional per-clip override; wired inputs still win. Models stay cached across runs (LoRA-only changes re-patch without reloading the base). Preset files and LoRA strengths enter the cache key only when a preset is used, and every change is explained in the miss log and in «↺ Restore». The «Модели» rail tab holds the preset bar, the LoRA stack (searchable folder picker over models/loras, strength ▲▼, on/off, drag to reorder; layout idea after Pixaroma's LoRA Loader, own code) and the model files.
  • Reliable cache & restore. Every finished take keeps its latent sidecar, recipe, a near-lossless frame master and its sound, so re-runs call neither the model nor the VAE and «Clear cache» no longer loses continuations. Reference files are matched by content (copies / zip imports keep the keys). Stale clips get «↺ Restore» with a per-field "what changed" diff and partial restore; cache misses are logged with their reason.
  • Also included: markers, gallery with A/B compare, projects with zip export/import, undo/redo, hotkeys, and a built-in help tab. The UI is plain JS (plus a vendored CodeMirror 6 bundle for the prompt editor), works offline and uses no CDN.

Install (recommended): ComfyUI Manager. Open Manager → Custom Nodes Manager, search for H3ZeroStudio, click Install and restart ComfyUI. Registry page: registry.comfy.org · h3zerostudio.

Or with comfy-cli: comfy node install h3zerostudio

Manually: git clone https://github.com/zeroleloushe/H3ZeroStudio.git ComfyUI-H3ZeroStudio into ComfyUI/custom_nodes, then restart ComfyUI. No extra pip packages are required.

Optional models:

  • minimax_h3_latent_upscaler_3d_bf16.safetensors in models/latent_upscale_models, plus the Comfyui_Minimax_h3_latent_Upscaler node;
  • pip install nvidia-vfx for RTX VSR;
  • taeh3.safetensors in models/vae_approx for the preview.

Use: wire model, clip, vae and audio_vae. Click «Развернуть» (Expand), build the timeline and press «Сгенерировать» (Ctrl+Enter). Outputs: images (24 fps), audio, latent.

🙏 Благодарности и лицензии

H3ZeroStudio распространяется под GPL-3.0 — той же лицензией, что ComfyUI и KJNodes. Код из перечисленных проектов не копировался: всё написано заново на штатных механизмах ComfyUI. Ниже — у кого взяты идеи и что вызывается во время работы.

  • Продление и звук на стыках (нативные video/audio denoise masks H3, cond-аудио до стыка). Подход сверен с:
  • Таймлайн из нескольких клипов H3: tritant — ComfyUI_MiniMax_H3_Extender (Apache-2.0), идея.
  • Живое превью и RTX VSR — по образцу kijai — ComfyUI-KJNodes (GPL-3.0):
    • Model Preview Override: tiny VAE taeh3, Δ шага, звук через audio_vae;
    • Resize Image v2 с nvidia_rtx_vsr.
  • Остальное для превью и RTX VSR:
  • Оценка швов, выравнивание яркости и цвета на стыках (level lock), де-клик звука, BT.709, запас VRAM: идеи из chanon/comfyui-obvpm-timeline (GPL-3.0, © chanon / obvpm) — оценка стыка относительно обычного движения кадра, ~5 мс затухание на жёстких склейках, теги BT.709, сведение уровней по обе стороны стыка, временный подъём штатного резерва VRAM на время запуска. Код написан заново.
  • Промежутки и мосты (единый движок перегенерации участка): подход — участок с контекстом с обеих сторон, середина генерируется, — по идее chanon/comfyui-obvpm-timeline (GPL-3.0). Только идея, код свой.
  • Формат карточек «Персонажи» (RefMod): Luisacaotica/ComfyUI-MiniMaxH3Mod (MIT) — формат файлов .safetensors с метаданными refmod_meta, совместимость чтения/записи, идея ослабления копии через сглаженный латент и выбора кадров стопки.
  • Пресеты моделей и стек LoRA: идея стека LoRA с отдельной силой для модели и энкодера и загрузчиков с кэшем — по мотивам jags111/efficiency-nodes-comfyui (GPL-3.0, © TSC / jags111). Код не заимствован: загрузка идёт через штатные загрузчики ComfyUI (UNETLoader / CLIPLoader / VAELoader, патчи LoRA через comfy.lora).
  • Вкладка «Модели», стек LoRA и выбор по папкам: раскладка по идее Pixaroma LoRA Loader (строки с вкл/выкл, сила ▲▼, ⓘ, выбор с поиском и папками). Только идея, код написан заново.
  • Редактор промпта: CodeMirror 6 (MIT, © Marijn Haverbeke и др.) — вложен одним файлом web/js/vendor/codemirror.js (сборка esbuild, без CDN), лицензия рядом: web/js/vendor/codemirror.LICENSE. Формат промпта — по рекомендациям MiniMax H3 (Full-Reference).
  • Латентный апскейлер H3: LBH-123-AI — Comfyui_Minimax_h3_latent_Upscaler (MIT). Его нода только вызывается, если установлена.
  • Схема «черновик → апскейл латента → доработка» (идеи: старт σ 0.25–0.45, апскейл только видео, звук прохода 1 сохраняется):
  • Синхронные плитки:
    • метод — alaintural/synctile-h3 (MIT);
    • встраивание — по собственной ноде автора ComfyUI-SyncTile-H3 (Zero Leloushe), с референсами на каждую плитку.
  • Последовательное продление и куски апскейла по времени повторяют подход собственной ноды автора ComfyUI-H3-WindowedRefine (окна 5m+2 латент-кадров от границ блоков, перекрытия).
  • «✂ Участок» — временная маска H3 (идеи; код не копировался):
  • ComfyUI (GPL-3.0) — нативная реализация MiniMax H3: refs, keyframes, ModelSamplingAV, блоки TAESD/TAEHV.

Кадры на скриншотах — из фильма Tears of Steel © Blender Foundation | mango.blender.org, лицензия CC BY 3.0. Используется только видео; музыка в демо-проекте синтезирована отдельно. Генерации на скриншотах воспроизводят интерфейс на реальных кадрах — это не выход модели.

<div align="center"><sub>Сделано Zero Leloushe · префиксы <code>ZL_</code> / <code>h3z-</code> / <code>/h3zero/</code> выбраны, чтобы не конфликтовать с другими паками</sub></div>